京津冀2018健康医疗大数据产业报告首发布
10月25日,在第二届医疗大数据开发及应用大会暨中国医院能力建设与发展大会上,发布了由天津经济技术开发区支持,京津冀健康医疗大数据产业促进会与零氪科技联合编写的《2018京津冀健康医疗大数据产业发展报告》,该报告对当前三地医疗大数据的政策进行梳理和研究,剖析了京津冀地区医疗大数据的产业面貌,总结了目前大数据存在的问题,并提出了解决方案。 
2018-10-25 22:57:50
0

10月25日,在第二届医疗大数据开发及应用大会暨中国医院能力建设与发展大会上,发布了由天津经济技术开发区支持,京津冀健康医疗大数据产业促进会与零氪科技联合编写的《2018京津冀健康医疗大数据产业发展报告》,该报告对当前三地医疗大数据的政策进行梳理和研究,剖析了京津冀地区医疗大数据的产业面貌,总结了目前大数据存在的问题,并提出了解决方案。

京津冀大数据发展现状

“京津冀大数据综合试验区”是国家发改委等部门批复的7个国家大数据综合试验区中唯一一个跨省综合试验区,在《京津冀大数据综合试验区建设方案》中提出,通过3 至5 年的建设,京津冀大数据综合试验区建设将取得明显成效。到去年(2017 年)底,三地包括医疗大数据在内的大数据开放、产业对接的框架基本形成,数据开放共享机制体制初步建立。到 今年(2018 年)底,三地初步形成集群特色鲜明、协同效应显著、资源配置优化的发展格局。到 2020 年底,以人为本、惠及民生的医疗大数据服务新体系初步建立,医疗大数据红利充分释放,成为提升政府治理能力的重要支撑和经济社会发展的重要驱动力量。根据目标,京津冀地区将推动健康等领域的大数据资源对接、企业合作、园区共建,打造以北京为创新核心,天津为综合支撑,河北张家口、廊坊、承德、秦皇岛、石家庄为应用拓展的大数据产业一体化格局。

北京是医疗大数据创新基地,“中国大数据产业生态联盟”发布的《2017 年中国大数据产业地图》显示,北京有63 家医疗健康大数据企业,包括春雨医生、北大医信等众多医疗大数据企业汇聚于此,是国内大数据产业创新发展的核心力量。此外,北京地区还有为数众多的专业研究机构,为京津冀医疗大数据产业的发展提供智力支持。

天津依托电子信息产业基地充分发挥数字化优势,如2017 年“于家堡医疗大数据产业基地”揭牌成立,中科院知识产权运营管理中心、中钢科德孵化器、齐鲁制药集团、零氪科技公司、北京美力三生科技有限公司( 生命汇) 等5 家行业龙头企业与基地达成合作共建协议,推动医疗大数据采集、分析、研发、应用等领域企业在基地内聚集,支持协助医疗大数据产业相关公共服务平台的建设和引进,建设完善基地产业生态链。

河北省是医疗大数据的重要储存基地,将有序疏解北京存量数据中心,并依托于此,随着“京津冀大数据应用中心”落户廊坊、张北云联数据中心在张家口崛起、石家庄大数据平台正式启动、承德高新区大数据研发展示中心基本完成建设、国家信息中心大数据健康应用(秦皇岛)基地合作协议正式签署……河北医疗大数据发展态势迅猛。

国内健康医疗大数据存在的问题

健康医疗大数据是在健康及医疗活动中产生的数据,按照主要来源可分为院外数据、院内数据、行业数据等。院外数据包括居民健康档案、智能硬件采集监测数据、环境数据等;院内数据包括就诊数据、电子病历、医疗影像、用药数据、患者随访等;行业数据包括医保数据、药物流通数据、药物研发数据、区域医疗数据等。另外,随着精准医学、基因组学的发展,基因数据也日渐成为健康医疗大数据的重要组成部分。

健康医疗大数据具有来源众多、数据量大、标准不一、数据更新快等特点。每个人、每家医疗机构,每时每刻都在产生大量数据,广义上来说,这些数据都可称之为健康医疗大数据。据咨询机构IDC预测,到2020年,全球健康医疗大数据量将达到2314EB(1EB=240MB)。

当前健康医疗大数据每天都在海量、快速产生,尤其随着“互联网+医疗健康”业态的发展,健康医疗大数据已经不再局限于过去的文本、影像数据,而发展为音视频、线上就诊记录、电子处方、在线文档等形式,来源更多、产生速度也越来越快。

健康医疗大数据来源多而分散,如何将散落在各处的医疗大数据集成到一起,进行系统地分析与利用是亟待解决的问题。庞大的医疗数据只有经过系统地加工,才能形成有价值的观察点,最终为优化医疗服务提供支撑。但目前在数据采集、加工、分析、应用等过程中,却因为数据格式、数据质量、数据真实性、数据连续性、数据安全性等问题,导致利用率极低。

首先,数据非结构化。中国约有3万家医疗机构,每家医疗机构都有自己的医院信息系统,单患者基本信息、患者的症状和体征及辅助检查信息存储格式不少于200种,多种多样的数据格式无法实现数据共享,更无从谈起基于真实世界数据的机器学习形成决策规则。数据非结构化不仅仅表现在存储格式方面,还表现在同一疾病的不同表述问题。

其次,数据完整性与连续性不够。就推动完整记录疾病信息本身而言,当前在中国这是一个十分艰巨的任务。中国医生在实际的日常工作中,记录的病历数据是碎片化的、绝大多数是不完整、不持续的,且局域网存储不能共享。其中,院外随访部分数据,更因为实际操作困难,而成为缺失最严重的部分。

第三,数据真实性待完善。数据真实性体现在采集的客观性,数据的可追溯性,数据的稳定性方面属性。由于国内医疗体制的问题,现病史采集信息真实性、客观性、可追溯性、稳定性方面都逊色于西方医疗系统,仍待完善。

第四,数据安全性待提升。由于医疗行业数据呈几何级数激增,市场规模不断扩大,数据安全不容忽视。当前,国内患者数据隐私保护立法尚不完善,社会、企业和个人对数据隐私保护问题认知仍有待提升。近年来,国家出台了互联网移动医疗大健康等方面的政策,医院推广结构化电子病历,大量数据进行储存分析,在这个过程中要尤其做好患者隐私保护,在应用推广大数据时应该隐去个人特征,如姓名、住址等信息。

规范监管并制定行业标准

患者的健康医疗数据具有高度敏感性,其安全是大数据发展中的突出问题。一方面,随着云计算、物联网和移动互联网等新一代信息技术的飞速发展,医疗大数据应用规模日趋扩大,当企业用大数据挖掘和数据分析获取商业价值时,隐私数据也可能被不法商家利用;另一方面,在大数据的处理中,虽然数据经过了一定的清洗,但也很难保证个人隐私不被泄露,未经授权而多次转售数据资产的现象很难杜绝。尤其对于京津冀而言,三地协同过程中,产生的医疗大数据跨区域的提取、传输、存储、应用等,无疑给医疗大数据的安全带来了更大的风险。所以,规范医疗大数据产业的监管是当务之急。有鉴于此,监管层积极与医疗机构、科研院所、创新企业沟通,充分了解行业发展情况和企业诉求,并制定行业标准和审批规则。

医疗人工智能方面,最主要的是数据集和审批规则的建立,此项工作目前由中国食品药品检定研究院(以下简称“中检院”)光机电室人工智能小组负责,中检院作为国家监管技术支撑机构,承担了医疗人工智能产品质量评价与研究工作。光机电室凭借在医疗器械软件检测方面经验丰富的优势,专门成立人工智能小组承担此项工作。据官方信息,目前中检院光电所已经建立眼底库、肺结节库,并于6月末公布了肺结节人工智能标准测试I期数据集,零氪科技、推想科技、深睿医疗、依图医疗等11家企业从数据接收、数据清洗及数据标注三方面参与了数据集建设工作。

最新版《医疗器械分类目录》规定,若诊断软件通过算法提供诊断建议,仅具有辅助诊断功能,不直接给出诊断结论,将按照第二类医疗械器管理;若诊断软件通过算法(例如,CAD,骨密度外)对病变部位进行自动识别,并提供明确的诊断提示,则其风险级别相对较高,将按照第三类医疗器械管理。以此观之,目前市场上以影像诊断为主的医疗人工智能产品将被归类为三类医疗器械,需按照产品定型、检测、临床试验、注册申报、 技术审评、行政审批等流程进行注册申报,才能通过审批。目前,有部分医疗人工智能产品通过了二类器械审批,三类则无。

预计后续各主管部门将继续出台健康医疗大数据、医疗人工智能产品标准和监管细则,完善监管体系。


E药脸谱网
分享:
您可能感兴趣的文章
最新评论
精彩评论
暂无评论
提交
查询好友:
注:选择好友后只会分享给指定好友,不选择则分享到本站。